Converta uma gravação com Ilaria RVC

A conversão de voz começa com uma performance. A saída geralmente segue as palavras originais, o tempo, a articulação e o contorno do tom enquanto altera o som da voz. As decisões sobre a entrega ainda começam com a gravação original. Para um cover cantado, planeje converter um vocal principal isolado e depois mixar o vocal convertido com o instrumental.

Faça uma conversão de linha de base

1. Abra o Ilaria RVC e importe o modelo de inferência que deseja usar. Um índice opcional pertence ao ponto de verificação para o qual foi construído. Se uma voz importada estiver ausente do seletor, consulte Modelos e arquivos RVC.
2. Abra Single Inference, escolha a voz e arraste uma gravação curta que você possa reconhecer de ouvido. Uma frase com pausa, várias consoantes e uma vogal mais longa é uma referência útil.
3. Defina Pitch como zero e Index Ratio como zero. Combine o incorporador de conteúdo com aquele usado no treinamento quando o autor do modelo o fornecer. Comece com o extrator de pitch padrão do aplicativo e deixe o processamento de áudio opcional desativado.
4. Converta o arquivo e verifique a saída. Use o reprodutor de forma de onda para revisitar a mesma frase e salve uma cópia WAV ou FLAC como linha de base.
5. Compare o clipe original e o clipe convertido em níveis de reprodução semelhantes. Observe o primeiro problema audível e use Tom e qualidade de áudio para decidir o que alterar.

As versões atuais do Ilaria RVC procuram automaticamente um índice correspondente quando você seleciona uma voz. Selecionar um índice e dar-lhe influência são ações separadas. Um índice carregado contribui apenas quando Index Ratio está acima de zero. Compilações mais antigas podem mostrar um layout diferente ou solicitar que você selecione o índice manualmente.

Escolha uma fonte adequada ao trabalho

Fluxo de trabalho	Prepare a fonte	Ouça
Diálogo ou narração	Use um alto-falante por faixa de entrada e mantenha uma pequena pausa natural entre as linhas.	Palavras claras, terminações de palavras intactas e tom consistente entre as frases.
Um vocal principal sobre a música.	Isole o líder. Deixe o instrumental, as vozes de apoio e as harmonias em suas próprias faixas.	Notas sustentadas e consoantes estáveis ​​que ainda se alinham com a batida.
Múltiplas tomadas	Rotule cada tomada por cena ou seção e mantenha os nomes dos arquivos originais em suas anotações.	Uma voz consistente em tomadas gravadas em diferentes níveis ou tons.
Texto falado através de TTS	Visualize a fala gerada antes de aplicar o modelo. Ajuste primeiro a pontuação ou fraseado no texto.	Pronúncia correta e ritmo intencional antes da etapa RVC.

Se um vocal separado ainda contém pratos altos ou outro cantor, compare-o com uma tomada mais limpa ou separação. Esses sons chegam ao mecanismo de conversão junto com a voz pretendida. Mantenha as respirações e os finais das palavras onde forem importantes para a performance.

Converter um lote

Abra Batch Inference depois que um único arquivo produzir um resultado utilizável. Agrupe arquivos que precisam do mesmo modelo, pitch e perfil de processamento. Execute um arquivo representativo de cada grupo e salve em um local de saída separado para poder comparar os resultados com segurança.

Para uma música longa, ouça uma seção com notas altas ou baixas expostas antes de converter o arquivo inteiro. Split Audio pode ajudar com gravações longas ou limitações de memória. Ouça as junções de segmentos e as pausas após a execução. Se uma versão do aplicativo expor um console ou log de conversão, use-o para identificar quaisquer itens com falha e tente novamente esses arquivos separadamente.

Converter fala gerada

Em uma versão com o espaço de trabalho TTS, forneça texto ou um arquivo de texto UTF-8. As versões atuais do Ilaria RVC oferecem vozes online do Microsoft Edge e vozes instaladas do Windows para TTS offline. Escolha uma voz de origem no idioma do script, ouça a pronúncia e as pausas e, em seguida, aplique o modelo RVC à gravação gerada. Se o primeiro estágio ler um nome incorretamente, corrija o texto ou altere a voz do TTS primeiro. O RVC geralmente carrega essas escolhas de pronúncia de origem.

Quando a privacidade ou uma conexão não confiável for importante, selecione uma voz do Windows instalada e verifique se ela funciona com o seu texto antes de iniciar um trabalho longo. A opção Edge requer uma conexão de rede.

Salve a conversão e suas configurações

• Mantenha um master WAV ou FLAC não processado antes de adicionar compactação, reverberação ou limitação.
• Para música, alinhe o vocal convertido com o original, verifique seu tempo nas consoantes e ouça tanto solo quanto na mixagem antes de exportar.
• Salve suas configurações junto com o resultado. Inclua o arquivo de origem, modelo e versões de índice, ID do alto-falante, se aplicável, incorporador, extrator de pitch, mudança de pitch, proporção de índice, processamento e formato de saída.
• Quando um modelo estiver faltando ou a inferência falhar antes de produzir o áudio, comece com Solução de problemas. Para conversão de microfone, consulte Conversão de voz em tempo real.

Converter uma gravação no Mainline RVC

Configurar a WebUI

No Windows, use um pacote Mainline compatível com o seu hardware. Extraia todo o arquivo para um diretório local antes de executar seu inicializador. Pacotes do Windows que incluem go-web.bat usam-no para iniciar o WebUI local. Deixe o console aberto durante a conversão. Se o navegador não abrir automaticamente, use o endereço local impresso no console.

Carregue o modelo e converta

Coloque o ponto de verificação de inferência em assets/weights e seu índice de recuperação correspondente, se fornecido, em logs. Abra Model Inference e atualize as listas de voz e índice. Escolha o ponto de verificação e o índice correspondente. Defina a taxa de recuperação como zero para modelos sem índice.

Forneça ao WebUI o caminho completo para um arquivo WAV local curto. Se o caminho falhar, copie o arquivo de teste para um local simples como C:\RVC\input\test.wav. Mantenha a transposição em zero para a primeira passagem e selecione RMVPE se sua construção oferecer isso. Clique em Converter, ouça no reprodutor de saída e salve o resultado usando seu controle de download. Se a geração falhar, leia a mensagem do console antes de alterar as configurações. Um modelo que não aparece na lista geralmente precisa ser movido para o diretório de pesos ou redescoberto usando atualização.

Converta uma gravação no Applio

Configure um teste de arquivo único

No Desktop, espere até que o mecanismo esteja pronto, adicione o modelo de inferência à biblioteca e abra Convert Audio no modo de arquivo único. No Gradio, abra a interface do navegador e selecione Convert Audio ou Inference, dependendo da versão. Atualize a lista de modelos após adicionar um ponto de verificação, caso ele esteja ausente.

Selecione a voz e seu índice emparelhado e confirme o incorporador de conteúdo esperado por esse modelo. Carregue uma gravação curta e escolha WAV ou FLAC para o teste. Verifique as configurações transferidas de uma execução anterior, especialmente pitch, recuperação e efeitos. Uma linha de base útil começa em zero semitons com efeitos desativados. Inicie o trabalho uma vez, aguarde a saída e compare a mesma frase nas duas gravações.

Ajuste o teste antes de executar um lote

O que você ouve	O que tentar
As notas saltam ou oscilam	Compare os extratores de altura usando a mesma frase e teste a transposição separadamente.
A voz convertida mantém o timbre original	Os encoders HuBERT genéricos podem preservar características do locutor. Confirma que o encoder é compatível e testa gravações limpas sem recuperação. Se o encoder de treino preservar o timbre original, volta a treinar com um encoder compatível, como o ContentVec, e recria o índice.
Sibilantes ou respirações distorcidas	Testa separadamente menos recuperação e mais proteção de sons surdos. Se o problema persistir em várias gravações limpas, corrige ou acrescenta exemplos no conjunto de treino e volta a treinar o modelo.
A fala tem um nível irregular.	Ajuste o envelope de volume ou nivele a faixa finalizada. Verifique se a própria fonte está limpa.

Quando a linha de base funcionar, mude para Batch e escolha vários arquivos ou um diretório de entrada, dependendo da edição. Mantenha a saída em um local separado. Use uma execução diferente para arquivos que precisam de configurações de pitch diferentes e ouça pelo menos um resultado de cada grupo antes de usar o lote inteiro.

Para problemas de importação de modelo e explicações detalhadas de configuração, use Modelos e arquivos RVC, Pitch e qualidade de áudio e Solução de problemas.